AB
AiBoss站
快讯

Viggle 发布 Qwen-Image-2.1 蒸馏加速 LoRA:6 步出图,号称约 5 倍提速

Viggle 在 Hugging Face 发布 Qwen-Image-2.1-viggle-turbo,这是基于 Qwen/Qwen-Image-2.1 的少步蒸馏 LoRA,支持文生图与 1–3 张参考图的指令编辑,6 步即可出图且不使用无分类器引导。模型卡称端到端约为 40 步基础模型的 5 倍速度,画质在多数提示词上难以区分。

Viggle 发布 Qwen-Image-2.1 少步蒸馏 LoRA

据 Hugging Face 模型页信息,Viggle 发布了 Qwen-Image-2.1-viggle-turbo,这是基于 Qwen/Qwen-Image-2.1 的少步蒸馏 LoRA,任务标签包括文生图、图像到图像与图像编辑。模型卡称其可在 6 步内完成生成,而基础模型需要 40 步,且不使用无分类器引导(CFG)。

该仓库当前版本为 v0.3(标注日期 2026-09-29),同时保留 v0.2.1 与 v0.2 的适配器文件。除 6 步模式外,v0.3 新增 9 步模式:前 7 步使用 turbo,随后关闭 LoRA,由基础模型完成最后两步。模型卡称 9 步模式耗时约为 6 步的 1.4–1.5 倍,仍约为基础模型的 3.5 倍速度,但仅支持 diffusers 与演示 Space。

速度与画质的取舍

模型卡称该版本端到端约为 40 步基础模型的 5 倍速度,在官方 Qwen 示例上多数提示词两者难以区分。作者指出最明显的差距出现在小号密集文字与复杂编辑上,并称 6 步模式已接近其能力上限,此前的改进往往伴随取舍:更锐利会带来更多噪点,噪点更少则画面更柔和。

仓库提供 rank 256(bf16,1.3 GB)与 rank 128(0.7 GB)两种 LoRA,以及合并后的单文件格式(含 GGUF、int8、fp8 等)和 ComfyUI 自定义节点与工作流。作者说明 ComfyUI 移植主要由 AI 编码助手完成,自己并不日常使用 ComfyUI,因此可能存在粗糙之处。

限制与来源

模型卡列出的使用约束包括:6 步需配合指定 sigmas 与 true_cfg_scale=1.0、不使用负面提示词;LoRA 应保持未合并且强度为 1.0;参考图顺序决定提示词中 image 1 / image 2 的指向;宽高需为 16 的倍数,约 1 MP 为较佳区间。许可证标注为 qwen-research。

上述速度、画质与显存等描述均来自模型卡自述,本站未做独立验证。具体文件、依赖版本、硬件要求与许可条款请以 Hugging Face 仓库及官网当前信息为准。